2018-12-29
DT时代,越来越多的政、企更加重视数据化的工作方式。提到数据分析、数据运营,让很多产品人、运营人、项目人觉得瞬间高大上很多。随着数据概念的火热,如增长黑客、GrowingIO等一系列的指导产品增长的书籍、产品变得越来越受人追捧,企业数据营销内训也越来越受欢迎。
140人的公司内部培训,很少见,但是在中国邮政集团,CDA再次做到了。2018年CDA数据分析师共对中国邮政集团140名部分省客户管理岗位人员进行了2次内训,一次是7月开展的为期2天的数据化运营课程,另一次是圣诞当天进行的数据营销实战培训。科学严谨、气氛活跃、互动性强是此次内训给我留下的深刻印象。
这2次培训都由董雪婷老师负责讲授,董老师拥有多年甲乙方数据项目经验,曾就职于美资咨询公司Hay Group,通过数据驱动帮助客户提升组织效能。后从乙方顾问转型为甲方企业资深数据挖掘工程师,曾就职于携程、饿了么、陆金所。主要从事数据分析和挖掘工作。目前从事数据化解决方案及人工智能咨询和培训工作。擅长领域包括:客户生命周期管理、分享营销方案、关联推荐、用户行为分析、业绩预测模型、客户反馈监测、行业及竞对调研。累计完成超过30个数据项目及产品。
董老师的授课风格被学员们准确的概括成三点:(1)讲课句句经典无拖沓(2)可操作性强(3)很有启发性。展示一小段董老师的授课视频(截选内容:用户的三种不同心理)大家来感受一下吧!
用户的三种不同心理
https://v.youku.com/v_show/id_XMzk4NTQ3OTY5Ng==.html?spm=a2h3j.8428770.3416059.1)
CDA为中国银行、招商银行、国家电网、华为、渣打银行、中国移动、中国联通、中国电信、奔驰、宝马等近百家企业提供过优质内训。如果还想继续观看此次培训视频、或者往期数据分析大数据分析内训视频,请联系丁老师~
手机:17744574160
邮箱:dingyu@pinggu.org
QQ:1476285482
2016年11月3-12日,经管之家CDA数据分析研究院执行院长常老师、CDA数据分析研究院资深讲师曾老师于深圳坂田华为总部-华为培训中心(华为大学)进行了为期6天的CDA LEVEL 2 R语言专题培训。
上官老师2016年11月3-12日,经管之家CDA数据分析研究院执行院长常老师、CDA数据分析研究院资深讲师曾老师于深圳坂田华为总部-华为培训中心(华为大学)进行了为期6天的CDA LEVEL 2 R语言专题培训。
附此次课程大纲如下:
1 理解客户的捷径:客户的数据化管理(1 h)
1.1 了解客户:特征画像
1.1.1 为什么我们需要做客户画像
1.1.2 客户画像与CRM的应用
1.1.3 数据从哪儿来
1.1.4 应用与完善
1.2 满足客户:需求与被需求
1.2.1 主动性需求:客户想要什么
1.2.2 被动性需求:我们希望给客户什么
1.3 制造惊喜
1.3.1 大数据不止可以“杀熟”:抓住客户的潜在需求
1.3.2 “快了一点”与“快乐一点”:O2O与O2C
1.3.3 “新”零售的“新”做法:从线上到线下
2 市场与产品的数据化管理(1 h)
2.1 市场导向的产品管理
2.1.1 品牌价值:市场的评估与细分
2.1.2 客户价值主张
2.1.3 竞对分析的常用思路
2.2 为什么我们要把产品数据化
2.2.1 产品分析的基本逻辑
2.2.2 常用产品数据化工具
2.2.3 产品管理的“二八法则”
3 营销中的CRM应用策略(2 h)
3.1 增长的秘密
3.1.1 从0到1:新业务线的爆发式推进
3.1.2 从1到N:消费升级与品牌价值
3.1.3 从线到面:融合流量与场景的生态圈
3.2 精准营销
3.2.1 匹配与推荐
3.2.2 群体性推荐与个性化推荐
3.2.3 方案设计与效果预测
3.2.4 反馈与优化
3.3 常用营销场景案例分享
3.3.1 促销中的数据化管理
3.3.2 联动活动的数据化管理
4 运营中的CRM应用策略(2 h)
4.1 会员体系管理
4.1.1 传统会员制与新会员体系
4.1.2 客户粘性与忠诚度的数据化衡量
4.1.3 社群管理
4.2 客户生命周期管理
4.2.1 获客:新用户的筛选与培育
4.2.2升值:潜力挖掘与价值提升
4.2.3 留存:降级预警与挽回方案
4.3 常用运营场景案例分析
4.3.1 渠道管理策略
4.3.2 利润分析
4.3.3 流量与转化
5 数据化管理工具(1 h)
5.1 指标的力量:如何制定恰当的数据管理指标
5.2 数据报告的读与写
5.2.1 三步法解读数据报告
5.2.2 用数据“讲故事”的常用套路
6 CRM的综合应用策略(1 h)
6.1 流量之战:如何更高效地获取新客户
6.2 沉默的离开:如何识别潜在的流失客户
6.3 红海与蓝海:竞对分析与产品线设计
6.4 可视化的监控系统:常用监控指标与工具
完 谢谢观看